chris_xy的博客

IOU (Intersection Over Union, 交并比)IOU指真实框和预测框之间交集和并集的比，假设这里有真实框BgtB_{gt}Bgt​和预测框BpB_pBp​，那么 IOU计算公式如下：IOU=area(Bp∩Bgt)area(Bp∪Bgt)IOU=\frac{area(B_p\cap B_{gt})}{area(B_p\cup B_{gt})}IOU=area(Bp​∪...

aaa

最近在进行分类任务的时候，发现了数据存在类别不平衡问题。除了类别不平衡问题之外还有难学样本和易学样本之间的不平衡问题。因此考虑使用了focal loss。这里直接上代码：def focal_loss(logits, labels, gamma): ''' :param logits: [batch_size, n_class] :param labels: [batch...

参考链接：似然与极大似然估计

树模型的思想主要是每次选择具有分类能力强的特征作为树分裂的节点，重复该步骤直到在某一节点上的数据都属于同一类别时停止。由于在选择分类能力强的特征时，有不同的选择标准，因此出现了不同种树的模型。ID3在ID3算法中，通过信息增益来衡量特征的分类能力。在介绍熵之前首先介绍下自信息。相对于用概率表示该事件发生确定性的度量，自信息是该事件发生不确定性的度量，或者表示为该事件发生所携带信息量的大小。信息...

贝叶斯公式首先我们从实例来了解贝叶斯公式。某个医院早上收了六个门诊病人，如下表：症状职业疾病打喷嚏护士感冒打喷嚏农夫过敏头疼建筑工人脑震荡头疼建筑工人感冒打喷嚏教师感冒头疼教师脑震荡现在又来了第七个病人，是一个打喷嚏的建筑工人。请问他患上感冒的概率有多大？p(感冒∣打喷嚏，建筑工人)=p(打喷嚏∣感冒)×p(建...